Uso de sensores remotos para la predicción de casos de Malaria en el departamento Orán, Salta, Argentina

Abstract

En la malaria, enfermedad parasitaria que afecta a millones de personas en el mundo, los mosquitos del género Anopheles han sido incriminados en su transmisión, existiendo reportes para Argentina, de conocidas especies vectores también en América. El presente trabajo está enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio se realiza en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos desde 1986 hasta 2005. Se analiza la relación existente entre los casos de Malaria reportados y las variables ambientales/climáticas, Índice Normalizado de Vegetación (NDVI), Índice Normalizado de Agua (NDWI) y Temperatura de Superficie (LST)) obtenidas de imágenes satelitales Landsat 5 y 7, mediante análisis de regresión multinivel de Poisson. Se observó una fluctuación estacional de los casos de Malaria, con una mayor cantidad de enfermos reportada para los meses de verano. Se genera un modelo de series temporales ARIMA, que incluye las variables ambientales, y puede pronosticar los casos de Malaria ocurridos durante el año 2000. A su vez, la relación entre los casos de Malaria y los factores ambientales/climáticos muestra mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria están asociados a un aumento en la LST media como así también a una disminución del NDVI. Se espera que este trabajo pueda ser utilizado como base para el desarrollo de futuras acciones de prevención y control por parte de las autoridades en salud.

Malaria is a parasitic disease that affects millions of people in the world. Mosquitoes of the Anopheles genus have been incriminated in the transmission. In Argentina, there are reports of vector species also known in America. This research was focused on the use of remote sensing for the prediction of malaria cases in the northwest of Argentina. This study was carried out using reported cases of the disease from San Ramón de la Nueva Orán city, from 1986 until 2005. The relation between Malaria cases and environmental variables (such as Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI) and Land Surface Temperature (LST)) obtained from satellite imagery, using multilevel Poisson regression analysis, were analyzed. It was noted a seasonal fluctuation in the number of cases of malaria, with a greater number of patients reported for summer months. An ARIMA time series model, which included the environmental variables, was developed and it was possible to predict the number of cases of malaria occurred during the year 2000. At the same time, the relation between malaria cases and environmental factors showed through the use of reason in the incidence rate (IRR), that malaria cases were associated with an increase in the LST as well as well as a decrease of the NDVI. This work can be used as the basis for future prevention and control actions by Health Authorities.